| | SLO | ENG | Piškotki in zasebnost

Večja pisava | Manjša pisava

Izpis gradiva Pomoč

Naslov:Obvladovanje tveganj pri »peer to peer« posojilih
Avtorji:ID Blagotinšek, Andrej (Avtor)
ID Mlinarič, Franjo (Mentor) Več o mentorju... Novo okno
ID Jagrič, Timotej (Komentor)
Datoteke:.pdf MAG_Blagotinsek_Andrej_2017.pdf (1,56 MB)
MD5: E6D84281A9E277EF5E2FCB788D5FC947
PID: 20.500.12556/dkum/08808f2e-31fa-464c-b291-a51f54c0eb74
 
Jezik:Slovenski jezik
Vrsta gradiva:Magistrsko delo/naloga
Tipologija:2.09 - Magistrsko delo
Organizacija:EPF - Ekonomsko-poslovna fakulteta
Opis:Nove digitalne tehnologije botrujejo procesu preoblikovanja obstoječih vrednostih verig finančnih produktov oz. storitev. »P2P« posojila so nov in inovativen način tako investiranja presežkov finančnih sredstev kot tudi prejemanja finančnega kapitala. Število tovrstnih posojil konstantno raste, vendar posojilodajalci niso profesionalni investitorji. Posojilodajalci prevzemajo veliko tveganje, saj so »P2P« posojila izdana brez zavarovanja. V ta namen »P2P« platforme izdajajo historične podatke o posojilojemalcih. V delu se osredotočamo na identifikacijo tveganj, ki so prisotna pri tovrstnem investiranju in na napovedovanje možnosti neplačil posojil. Empirična študija analizira podatke pridobljene iz platforme Bondora (N=1823) od leta 2009 do 2015. Opravili smo statistično analizo spremenljivk. Razvili smo Logit model za napovedovanje neplačil. Kakovost modela smo preverjali z ROC krivuljo, optimizacijo modela pa na osnovi uravnoteženja klasifikacijske natančnosti, kjer smo dololčili optimalno presečno vrednost. Rezultati so pokazali, da kreditni model za napovedovanje neplačil zmanjšuje verjetnost finančne izgube pri »P2P« investiranju.
Ključne besede:kreditno tveganje, verjetnost neplačila, »P2P« posojila, LOGIT model, obvladovanje tveganj, C25 Discrete Regression and Qualitative Choice Models, G21 Banks, G17, Financial Forecasting and Simulation
Kraj izida:Maribor
Založnik:[A. Blagotinšek]
Leto izida:2017
PID:20.500.12556/DKUM-67662 Novo okno
UDK:336.77
COBISS.SI-ID:12842524 Novo okno
NUK URN:URN:SI:UM:DK:DELYDU1F
Datum objave v DKUM:27.10.2017
Število ogledov:2426
Število prenosov:332
Metapodatki:XML DC-XML DC-RDF
Področja:EPF
:
Kopiraj citat
  
Skupna ocena:(0 glasov)
Vaša ocena:Ocenjevanje je dovoljeno samo prijavljenim uporabnikom.
Objavi na:Bookmark and Share


Postavite miškin kazalec na naslov za izpis povzetka. Klik na naslov izpiše podrobnosti ali sproži prenos.

Licence

Licenca:CC BY 4.0, Creative Commons Priznanje avtorstva 4.0 Mednarodna
Povezava:http://creativecommons.org/licenses/by/4.0/deed.sl
Opis:To je standardna licenca Creative Commons, ki daje uporabnikom največ možnosti za nadaljnjo uporabo dela, pri čemer morajo navesti avtorja.
Začetek licenciranja:26.08.2017

Sekundarni jezik

Jezik:Angleški jezik
Naslov:Risk management for »peer to peer« lending
Opis:New digital technology leads to the process of transformation of the existing value chains and financial products or services. "P2P" lending is a new and innovative way as an investing surplus of funds as well as receiving financial capital. The number of such loans constantly grows, but lenders are not professional investors. Lenders take a lot of risks, as "P2P" lending is issued without collateral. For this purpose, "P2P" platform issue of historical data on borrowers. Research focuses on the identification of risks that are present in such an investment and to predict the possibility of loan default. The empirical study analyzes data obtained from the platform Bondora (N = 1823) from 2009 to 2015. We carried out a statistical analysis of the variables. We have developed a Logit model to predict loan defaults. The quality of the model was measured by ROC curve optimization model on the basis of balancing the classification accuracy, where we determined optimal cut-off value. The results showed that the credit default prediction model reduces the probability of financial loss on the "P2P" investment.
Ključne besede:credit risk, a probability of default, P2P lending, LOGIT model, risk management, C25 Discrete Regression and Qualitative Choice Models, G21 Banks, G17, Financial Forecasting and Simulation


Komentarji

Dodaj komentar

Za komentiranje se morate prijaviti.

Komentarji (0)
0 - 0 / 0
 
Ni komentarjev!

Nazaj
Logotipi partnerjev Univerza v Mariboru Univerza v Ljubljani Univerza na Primorskem Univerza v Novi Gorici